Wir verwenden technische Cookies und das anonymisierte Besuchsprotokoll von Zorky. Yandex Metrica (Daten werden auf Servern in Russland gespeichert) läuft nur mit Ihrer Einwilligung. Wir verkaufen keine Daten. Mehr zu Cookies und Statistik.
Zorky läuft im Testmodus — alles ist kostenlos. Stellen und Unternehmensseiten sind für alle offen; Links zu den Anzeigen und Ihre persönliche Stellenauswahl gibt es nach der Registrierung. Registrieren →
← Alle Stellen

AI Engineer Computer Vision & MLOps

MiddleremoteMunich, DE →vor 1 Wo.
Stack
ci/cdmlopspytorch
Details
Methoden
CI/CD, MLOps
Ausbildung
Hochschulabschluss oder gleichwertige Erfahrung
Unternehmen und Link anzeigen
Kostenlos, nach der Anmeldung.
Bewerben
Laden Sie Ihren Lebenslauf hoch — Arbeitgeber und Recruiter aus verschiedenen Ländern, die Ihr Profil suchen, können Sie direkt kontaktieren.
Lebenslauf senden →
Beschreibung

What we’re looking for We're looking for a highly driven Computer Vision / ML Engineer to own the data, training, evaluation, and MLOps lifecycle for our camera-based perception models. In this role, you'll turn real and synthetic drone data into reproducible, validated model releases, building and operating the pipelines that connect collection, annotation, training, evaluation, and release. This is an ownership role where you'll work closely with robotics perception engineers, directly shaping how reliably our systems see and understand the world.

The day-to-day

Requirements

definition: define clear objectives, interfaces, datasets, and release standards for deep learning tasks such as detection, segmentation, and depth Data strategy: drive real-world and synthetic data collection campaigns covering edge cases, rare conditions, and class imbalance Dataset integrity: build trusted, versioned, auditable datasets, maintaining lineage and preventing leakage across every model release Model performance: develop, train, and benchmark detection, segmentation, and depth-estimation models for aerial imagery Evaluation rigor: set a high bar for evaluation and failure analysis across range, altitude, illumination, and weather conditions MLOps ownership: build and operate the end-to-end pipeline for versioning, reproducible training, experiment tracking, and CI/CD Deliver production-ready model artifacts. Export and optimize models for ONNX and TensorRT, validate accuracy and runtime p

Vollständige Beschreibung, Unternehmen und Bewerbungslink — nach der Anmeldung. Anmelden
Kontaktdaten des Arbeitgebers (E-Mail/Telefon/Telegram) sind in der öffentlichen Vorschau ausgeblendet. Senden Sie Ihren Lebenslauf — dann können Arbeitgeber Sie direkt kontaktieren.
Dieses Stellenangebot melden
Dringende Frage? Schreiben Sie @termdocs